IBM의 새로운 AI는 몇 분 안에 심장 기능을 시뮬레이션합니다.

<울>

심장 역학의 대부분의 다중 스케일 모델은 유망해 보이지만 진단 및 치료와 관련하여 그 기능은 상당히 제한적입니다. 그들은 임상 데이터를 효율적으로 처리할 수 없고 고정되지 않은 변수를 제한하며 계산 복잡성을 처리할 수 없기 때문에 임상 결정 및 의료에 효과적인 지원을 제공할 수 없습니다.

가장 흔한 유형의 심장 질환은 거의 1,650만 명의 미국인 성인에게 영향을 미치는 관상 동맥 질환(CAD)입니다. 그것은 또한 미국에서 남녀 모두의 주요 사망 원인입니다. 클리블랜드 클리닉에 따르면 미국에서 40초마다 심장마비를 겪는 사람이 있다고 합니다.

동맥 내벽에 지방과 콜레스테롤(플라크라고 함)이 축적되어 관상 동맥이 막히는(또는 좁아지는) 상태입니다. 이 플라크는 심장마비로 이어질 수 있는 혈액의 흐름을 제한합니다.

동맥의 혈류 시뮬레이션

이러한 질병의 진단을 강화하기 위해 연구원들은 vFFR(virtual Fractional Flow Reserve)이라는 기술을 사용하여 동맥의 막힘을 검사하는 새로운 방법을 모색하고 있습니다. 전산 유체 역학 및 X선 혈관 조영술을 활용하여 유체의 움직임을 조사하고 관상 동맥의 혈액 흐름을 시뮬레이션합니다.

동맥 내부의 플라크를 관찰하기 위해 환자는 충혈제 주사를 받아야 합니다. 그러나 이러한 유형의 시뮬레이션에서는 압력 와이어 카테터가 필요하지 않습니다.

전산 유체 역학 알고리즘을 기반으로 하는 기존 vFFR은 완전한 시뮬레이션을 생성하는 데 하루 이상 걸리는 경우가 많습니다. vFFR 방법을 효과적으로 활용하려면 진단 정확도를 낮추지 않으면서 실행 중인 알고리즘을 개선해야 합니다. 몇 분 안에 전체 시뮬레이션을 계산할 수 있어야 차단된 동맥에 대한 더 넓은 범위 보기를 제공할 수 있습니다.

이러한 요구 사항을 충족하기 위해 IBM 연구원은 고성능 컴퓨팅 알고리즘을 사용하여 vFFR 시뮬레이션을 개선하는 새로운 방법을 개발했습니다. 알고리즘은 기계 학습 및 가우시안 프로세스 회귀라는 딥 러닝 가속 방법을 기반으로 합니다. 목적 함수를 쉽게 구별할 수 없는 까다로운 시나리오에서도 최적화 알고리즘을 지원하는 데 사용할 수 있습니다.

참조:프론티어 생리학 | doi:10.3389/fphys.2018.01002 | IBM

알고리즘은 입력 변수로 경색의 크기, 위치 및 경벽 깊이를 사용하고 시뮬레이션에서 계산된 변화를 모델링합니다. 다양한 위치와 모양 내에서 40개의 경색 시뮬레이션을 실행할 수 있습니다. 유한 요소 시뮬레이션의 결과에 대한 교육 후 알고리즘은 복잡한 효과를 조사하는 데 유용한 표현을 제공합니다.

vFFR 기반 진단을 위한 혈역학적 시뮬레이션은 NVIDIA Tesla V100 GPU가 있는 POWER9 시스템에서 1-2분 이내에 실행됩니다. 연구원들에 따르면 이것은 거의 실시간으로 실행되는 최초의 시뮬레이션입니다.

빠른 모델 시뮬레이션은 육체 노동을 줄이고 임상의가 심장 상태를 신속하게 검사하는 데 도움이 되어 테스트 보고서를 기다리는 환자의 정신적 부담을 덜어줍니다.

읽기:Google, 눈을 스캔하여 심장병을 예측하는 AI 개발

이 연구는 인공 지능과 생물 물리학 모델을 사용하여 심장의 내부 메커니즘에 대한 완전하고 정확한 그림을 구축하려는 IBM의 작업의 일부입니다. 그들은 세포 및 해부학적 수준에서 심장 내부에서 일어나는 일을 시각화하는 새로운 기술을 발표했습니다.